【技术实现步骤摘要】
一种土壤重金属环境风险预测模型的构建方法和装置
本专利技术涉及重金属预测
，具体为一种土壤重金属环境风险预测模型的构建方法和装置。
技术介绍
土壤是农业生产最重要的自然资源。随着农业集约化生产的发展以及城市化进程的加快，重金属通过污水灌溉、大气干湿沉降、污泥农用等途径进入土壤，重金属污染已成为当今土壤污染中污染面积最广、危害最大的环境问题之一。解决土壤重金属污染问题首先需要摸清污染情况，2016年5月31Et国务院印发关于《土壤污染防治行动计划》提出在2018年底前查明土壤污染的面积、分布。高光谱遥感技术由于能同时获得精细的几乎连续的光谱，从而能够根据地物的光谱特征对地物进行反演和识别，为快速获取土壤重金属元素信息提供了新的途径。土壤重金属高光谱预测的机理在于，高光谱遥感以其获取的连续、精细的反射光谱有可能捕捉到土壤重金属的光谱吸收特征，通过分析土壤重金属的光谱特征，筛选出土壤重金属响应的敏感波段，从而构建模型对重金属进行定量预测。目前应用于高光谱土壤重金属的预测方法主要有地理加权回归、多元线性回归、偏最小二乘...
【技术保护点】
1.一种土壤重金属环境风险预测模型的构建方法，其特征在于：所述的方法包括：/n对样本土壤进行重金属含量的测定处理，获得样本土壤的重金属含量数据；/n对样本土壤进行光谱测定及其预处理，获得处理后的样本土壤的光谱反射率曲线；/n根据所述样本土壤的重金属含量数据和所述处理后的样本土壤的光谱反射率曲线进行光谱变换与特征波段选取处理，获得样本土壤的特征波段；/n构建BP-RBF神经网络模型；/n采用所述样本土壤和特种波段输入构建好的BP-RBF神经网络模型进行训练学习，直至所述BP-RBF神经网络模型收敛。/n
【技术特征摘要】
1.一种土壤重金属环境风险预测模型的构建方法，其特征在于：所述的方法包括：
对样本土壤进行重金属含量的测定处理，获得样本土壤的重金属含量数据；
对样本土壤进行光谱测定及其预处理，获得处理后的样本土壤的光谱反射率曲线；
根据所述样本土壤的重金属含量数据和所述处理后的样本土壤的光谱反射率曲线进行光谱变换与特征波段选取处理，获得样本土壤的特征波段；
构建BP-RBF神经网络模型；
采用所述样本土壤和特种波段输入构建好的BP-RBF神经网络模型进行训练学习，直至所述BP-RBF神经网络模型收敛。
2.根据权利要求1所述的一种土壤重金属环境风险预测模型的构建方法，其特征在于：所述对样本土壤进行重金属含量的测定处理，获得样本土壤的重金属含量数据，包括：在研究区范围内采集132个0～20cm土壤表层土样，样点分布较为均匀，采样的同时手持GPS定位样点的经纬度坐标及高程，每个采样点混合后取500g土样，经实验室风干、去除砂砾及动植物残体后研磨，过100目尼龙筛，样本土壤的重金属含量数据采用电感耦合等离子质谱进行测定。
3.根据权利要求1所述的一种土壤重金属环境风险预测模型的构建方法，其特征在于：所述对样本土壤进行光谱测定，将获得处理后的样本土壤的光谱反射率曲线进行预处理，包括：
通过采用地物质谱仪FieldSpec3在室内测量，波段范围位350～2500mm，在350～1100mm和1000～2500mm范围内的光谱采样间隔分别为1.4nm和2nm，光谱重采样后的间隔为1nm，输出2151个波段；
将经过预处理后的土样放置于直径大于10cm，深度大于5cm的盛样器皿内，震动器皿使土壤表面呈自然状态，以1000W的卤光灯作为光源，采用15°的光源照射角度、15cm的探头距离及30cm的光源距离，从垂直于土壤表面的方向进行土壤反射光谱测量，并利用40cm×40cm的白板进行定标，获取绝对反射率；
为消除测量的不稳定性，每个土样采集10条光谱曲线，利用ViewSpecPro软件剔除异常曲线后取光谱反射率平均值作为样本的原始反射率光谱值。
4.根据权利要求3所述的一种土壤重金属环境风险预测模型的构建方法，其特征在于：所述光谱预处理主要包括：
利用Savitzky-Golay平滑对曲线进行处理，消除光谱曲线上存在的“毛刺”噪声；
对平滑后的数据以10nm为间隔进行算术平均运算进行重采样，得到10nm光谱分辨率的土壤光谱反射率，通过压缩波段，消除相邻波段间冗余信息。
5.根据权利要求1所述的一种土壤重金属环境风险预测模型的构建方法，其特征在于：所述的光谱变换与特征波段选取处理，包括通过以下变换：一阶微分、二阶微...
【专利技术属性】
技术研发人员：高峰，陈成侠，陈扬，肖新，谢越，马万征，
申请(专利权)人：安徽珍昊环保科技有限公司，安徽科技学院，
类型：发明
国别省市：安徽;34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。